NLP 第二部分:(1): optimization， linear programming solver

weixin_51182518

于 2021-02-13 11:20:10 发布

阅读量187

点赞数

文章标签： python 算法机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_51182518/article/details/113799046

版权

本文介绍了NLP的第二部分，重点关注优化技术在机器学习中的角色。讨论了变分推断、线性回归、逻辑回归、SVM和协同过滤等AI问题的优化解决方案。特别提到了投资组合优化问题，并探讨了优化的类别，如平滑、凸凹、离散和连续，以及全局和局部最优解。此外，阐述了如何判断函数的凸性，以及如何利用线性规划求解器解决最大流问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、变分推断

在这里插入图片描述

2、Optimization

AI 问题=模型+优化

在这里插入图片描述

线性回归：最小二乘法
逻辑回归：交叉熵
svm：点到分离超平面距离

协同过滤：矩阵分解
k-均值

在这里插入图片描述

Portfolio optimization

在这里插入图片描述

3、Optimization categories

smooth/non-smooth:大部分是smooth

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。